Egy zseniális és rendkívül szokatlan kísérlet során a Microsoft egyik kutatója egy működő, kecskehajtású neurális hálózatot épített fel a klasszikus Age of Empires II stratégiai játékon belül. Ez a meghökkentő Age of Empires II projekt nem egy egyszerű rajongói mod, hanem egy komoly tudományos demonstráció, amely rávilágít az emberi gondolkodás és a mesterséges intelligencia közötti alapvető különbségekre.
A digitális antropomorfizmus csapdája
A nagy nyelvi modellek (LLM), mint például a ChatGPT vagy a Claude, mindennapi életünk részévé váltak 2026-ra. Mivel ezek a rendszerek képesek teljesen természetes, emberi tónusú válaszokat generálni, a közvélemény és sok kutató is hajlamos arra a következtetésre jutni, hogy a gépek valamiféle öntudattal vagy emberi tulajdonságokkal rendelkeznek. Ez a jelenség a pszichológiából jól ismert antropomorfizáció, vagyis amikor emberi jellemzőket vetítünk ki nem emberi lényekre vagy tárgyakra. Adrian de Wynter, a Microsoft AI kutatója megelégelte ezt a felületes megközelítést, és elhatározta, hogy egy abszurd, mégis logikailag kikezdhetetlen példával mutatja be a valóságot.
Bitek helyett kecskék és fűszálak a pályaszerkesztőben
A kutató a játék beépített pályaszerkesztőjét (scenario editor) hívta segítségül, hogy létrehozzon egy működő NOT AND (NAND) kaput és egy 1-bites perceptront, amely a neurális hálózatok legősibb, legegyszerűbb építőeleme. A számítástechnikában megszokott kettes számrendszert a játék elemeivel helyettesítette: a fű jelentette a 0 értéket, a hidak az 1-es értéket, a digitális bitek szerepét pedig maguk a virtuális kecskék játszották. Amikor egy külső szemlélő végignézi a folyamatot, egy kaotikus és érthetetlen játékmenetet lát, ahol állatok mozognak a térképen. Alapvetően mégis pontosan ugyanazok a matematikai és logikai műveletek zajlanak le itt is, mint amelyek a legmodernebb nagy nyelvi modelleket működtetik. Mivel azonban a folyamat alapjai nem szavak, hanem kecskék, senkinek sem jutna eszébe emberi intelligenciát vagy érzéseket tulajdonítani a játéknak.
A tudományos kutatások módszertani válsága
De Wynter nem csupán szórakozásból alkotta meg ezt a rendszert, hanem egy tudományos szakcikket is közzétett a GitHub oldalán. A publikáció címe hűen tükrözi az abszurdista filozófiát: If LLMs Have Human-Like Attributes, Then So Does Age of Empires II (Ha az LLM-ek rendelkeznek emberi tulajdonságokkal, akkor az Age of Empires II is). A kutató elmondása szerint az elmúlt két évben több mint 300 számítástechnikai szakmunkát bírált el, és azt tapasztalta, hogy a tanulmányok több mint fele abból a téves alapfeltevésből indult ki, hogy az LLM-ek emberként viselkednek, pusztán azért, mert emberi nyelven lettek betanítva. Ez a fajta tudományos vakság komoly módszertani hibákhoz és téves következtetésekhez vezet a kutatásokban.
A projekt legfontosabb technikai és koncepcionális paraméterei
| Paraméter megnevezése | Projektben betöltött érték / funkció |
|---|---|
| Fejlesztő és kutató | Adrian de Wynter (Microsoft AI) |
| Alkalmazott platform | Age of Empires II (Pályaszerkesztő) |
| Logikai 0 reprezentációja | Fű textúra |
| Logikai 1 reprezentációja | Híd objektumok |
| Információhordozók (bitek) | Virtuális kecskék |
| Létrehozott architektúra | NAND kapu és 1-bites perceptron |
A hazai fejlesztői közösség és a nosztalgia ereje
Bár a kísérlet globális szinten fejtette ki hatását, a magyar fejlesztők és a hazai videojáték-rajongók számára különösen kedves ez a megközelítés. Magyarországon az Age of Empires II a mai napig hatalmas kultusznak örvend, a helyi LAN-partik és online bajnokságok állandó szereplője. A hazai mesterséges intelligencia szakemberek körében a projekt gyorsan beszédtémává vált, hiszen kiváló oktatási segédanyagként szolgál egyetemi kurzusokon is. Megmutatja a diákoknak, hogy a gépi tanulás alapvetően egy absztrakt matematikai súlyozási művelet, függetlenül attól, hogy a bemenet egy Python kód vagy egy csapat virtuális állat.
Úton a valódibb gép-ember interakciók felé
A kutatás végső konklúziója egy komoly felhívás a tudományos világ számára: abba kell hagyni az LLM-ek emberiesítését. De Wynter szerint olyan kísérleteket és teszteket kell tervezni, amelyek a modelleket a maguk valójában mutatják meg, nem pedig olyannak, amilyennek látni szeretnénk őket. A jövőben a tudatosabb MI-fejlesztés alapja az lesz, ha megértjük a súlyok és matematikai operációk közötti tiszta kapcsolatot, elválasztva azt a nyelvi felszíntől. Csak így kerülhetjük el a technológiai buborékok kialakulását és a túlzott elvárásokból fakadó csalódásokat.
